• 矩阵理论 11 矩阵的QR分解


    11 矩阵的QR分解

     

    一.Givens矩阵与Givens变换

    1. 定义:设实数c与s满足,称

    ()

    为Givens矩阵(初等旋转矩阵),也记作。由Givens矩阵所确定的线性变换称为Givens变换(初等旋转变换)。

    说明:(1)实数,故存在,使

    (2)确定了将向量变成y的一种变换,正是Givens变换。二阶情况下, 确定的正是平面直角坐标系中绕原点的一个旋转变换(旋转度)。

    (3)以上实Givens也可推广称为复初等旋转矩阵。

    其中c与s仍为满足的实数,为实角度。

    显然,

    时,

    时,

    2. 性质

    (1), 为正交矩阵。

    (2)设,则有

    时,总可以选使

    定理1. 设,则存在有限个Givens矩阵的乘积T,使得

    说明:(1)(x为实数时),(x为复数时)。

    (2)

    [证明]:的情形

    1. 构造

    1. 再考虑

    1. 依此类推,构造

    (k=2,3,…..n)

    直至可k=n。令,则有

    的情形, 从第一个不为零的开始运用上述方法即可

    推论:对于任何非零列向量及任何单位列向量,均存在着有限个Givens矩阵的乘积T,使

    [证明]:由上述定理,对x存在有限个Givens矩阵的乘积

    ,使

    对z同理存在有限个Givens矩阵的乘积

    ,使

    即,

    其中

    为有限个Givens矩阵的乘积。

    二 Householder矩阵与Householder变换

    平面直角坐标系中,将向量关于轴作为交换,则得到

    一般地,可将其推广

    1. 定义:设单位列向量,称为Householder矩阵(初等反射矩阵),由Householder矩阵所确定的线性变换()成为Householder变换

    2 . 性质

    (1)(实对称),(正交),(对合),(自逆),

    为证明第5条,可利用如下引理。

    引理:设,则

    [证明]:参考如下的分块矩阵的行列式,用A左乘第一行块加到第二行块,然后用(-B)左乘第二行块加到第一行块,有

    故,

    定理2. 对于任何非零列向量及任何单位列向量,存在Householder矩阵H,使得

    [证明] 当时,选u满足,则

    时,选,有

    定理3. 初等旋转矩阵(Givens矩阵)是两个初等反射矩阵的乘积。

    证明参见,较容易。我们这里主要是给出一种几何解释。

    从表明上看,似乎一种反射变换即可代替旋转变换。实际上是不对的,因为这样的反射变换对应的对称轴沿方向,与有关

    实际上,旋转变换可由这样两次反射变换的作用来代替。

    首先,关于沿对称轴作反射变换,则原向量沿方向转至

    其次,关于沿对称轴作反射变换,则向量反射至沿。正是原向量沿方向转的结果。

        旋转变换可用两个反射变换的连续作用来代替,即。但是反射变换却不可能用多个旋转变换的连续作用来代替。这是因为。由两个-1的乘积可得1,但多个1的乘积只能是1,不是-1。

     

     

    三、 QR分解

    1. 定义:如果实(复)矩阵A可化为正交(酉)矩阵Q与实(复)上三角矩阵R的乘积,即,则称上式为A的QR分解。

    2. 定理4:设A是n阶的非奇异矩阵,则存在正交(酉)矩阵Q与实(复)上三角矩阵R使得,且除去相差一个对角元素的绝对值(模)全为1的对角因子外,上述分解唯一。

    [证明]:设A记为,A非奇异线性无关

    采用Gram-schmidt正交化方法将它们正交化,可得

    Q是正交(酉)矩阵

    R是实(复)上三角矩阵

    唯一性: 采用反证法。设存在两个QR分解,,则

    D为上三角矩阵

    D为酉(正交)矩阵

    故,D只能为对角阵

    D是对角元素绝对值(模)全为1的对角阵。

    这一证明方法可推广为:

    定理5. 设A是的实(复)矩阵,且其n个列线性无关,则A具有分解。其中Q是阶实(复)矩阵,且满足,R是n阶实(复)非奇异三角矩阵。除了相差一个对角元素的绝对值(模)全为1的对角阵因子外,上述分解唯一。

     

    3. 求QR分解的方法

    [方法一]采用Givens方法

    将n阶非奇异矩阵A写为

    则存在有限个Givens矩阵的乘积,使得

        写成存在,使得

        

        写成存在,使得

    ,则有

    其中,R为上三角矩阵,Q=正交矩阵

    [方法二]采用Householde方法

    存在,使得

    存在,使得

    存在,使得

    为正交矩阵

    两种方法前一种方法可推广到复矩阵的情况。

    3. Gram-schmidt正交归一化方法

    ,各列向量线性无关可进行正交化

        

    ,满足

    改写:

    作业:p219-220,1、7、8

  • 相关阅读:
    msql查询指定日期
    NLP常见任务
    KTT条件及其理解
    距离度量--熵,KL散度,JS散度,GAN相关应用
    常见的激活函数
    分类问题的判别标准
    最大似然估计
    损失函数
    【ML-10】多分类及多标签分类算法
    【ML-9】支持向量机--实验scitit-learn SVM
  • 原文地址:https://www.cnblogs.com/begtostudy/p/1818572.html
Copyright © 2020-2023  润新知